In der vorliegenden Arbeit wird der Begriff der visuellen Kooperation bzw. kooperativen Bildverarbeitung definiert, analysiert und in Bezug gesetzt zum Schichtenmodell der Bildverarbeitung. Wie sich zeigen wird, kann durch die Verteilung der Sichtaufgabe auf mehrere räumlich getrennte Beobachter eines Teams die Zuverlässigkeitsrate bei der Erkennung gesteigert werden. Die Vorteile solch eines verteilten Sehens liegen in der Nutzung von potentiellem Wissen des Teams, in der Analyse von Szenen mit statischen oder dynamischen Objekten sowie in der Generierung robuster Hypothesen. Verteilt berechnete Daten lassen sich jedoch im allgemeinen nur dann kombinieren, wenn sie in Bezug zueinander gesetzt werden können. Diese Fähigkeit zur Selbstlokalisierung eines Beobachters, z.B. eines Roboters, bildet damit die Voraussetzung zur visuellen Kooperation. Nach einer kurzen Einführung in die Problemstellung der Selbstlokalisierung schließt dieser Bericht mit Anwendungsbeispielen zu visueller Kooperation aus der high-level Bildverarbeitung vorgestellt.